Ito ang command na svm-train na maaaring patakbuhin sa OnWorks na libreng hosting provider gamit ang isa sa aming maramihang libreng online na workstation gaya ng Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator
PROGRAMA:
NAME
svm-train - sanayin ang isa o higit pang (mga) instance ng SVM sa isang ibinigay na set ng data upang makagawa ng isang modelong file
SINOPSIS
svm-tren [-s svm_type ] [ -t kernel_type ] [ -d degree ] [ -g gama ] [ -r coef0 ] [ -c
gastos ] [ -n nu ] [ -p epsilon ] [ -m laki ng cache ] [ -e epsilon ] [ -h pag-urong ] [ -b
probability_estimates ] ] [ -wi timbang ] [ -v n ] [ -q ]
pagsasanay_set_file [ model_file ]
DESCRIPTION
svm-tren nagsasanay ng Support Vector Machine upang matutunan ang data na nakasaad sa
pagsasanay_set_file
at gumawa ng a model_file
upang i-save ang mga resulta ng pag-optimize ng pag-aaral. Ang modelong ito ay maaaring gamitin sa ibang pagkakataon na may
svm_predict(1) o iba pang software na pinagana ang LIBSVM.
Opsyon
-s svm_type
Nagde-default ang svm_type sa 0 at maaaring maging anumang halaga sa pagitan ng 0 at 4 gaya ng sumusunod:
0 -- C-SVC
1 -- nu-SVC
2 -- isang klase SVM
3 -- epsilon-SVR
4 -- nu-SVR
-t kernel_type
Ang kernel_type ay default sa 2 (Radial Basis Function (RBF) kernel) at maaaring maging anumang halaga
sa pagitan ng 0 at 4 gaya ng sumusunod:
0 -- linear: uv
1 -- polinomyal: (gamma*uv + coef0)^degree
2 -- sa hugis ng bituin batayan pag-andar: exp(-gamma*|uv|^2)
3 -- sigmoid: tanh(gamma*uv + coef0)
4 -- precomputed pinakabuod (kernel halaga in training_set_file) --
-d degree
Itinatakda ang degree ng kernel function, na nagde-default sa 3
-g gamma
Inaayos ang gama sa kernel function (default 1/k)
-r coef0
Itinatakda ang coef0 (pare-parehong offset) sa kernel function (default 0)
-c gastos
Itinatakda ang parameter C ( gastos ) ng C-SVC, epsilon-SVR, at nu-SVR (default 1)
-n nu Itinatakda ang parameter nu ng nu-SVC, one-class na SVM, at nu-SVR (default 0.5)
-p epsilon
Itakda ang epsilon sa pagkawala ng function ng epsilon-SVR (default 0.1)
-m ang laki ng cache
Itakda ang laki ng memorya ng cache sa laki ng cache sa MB (default 100)
-epsilon
Itakda ang tolerance ng criterion sa pagwawakas sa epsilon (default 0.001)
-h lumiliit
Kung gagamitin ang pag-urong
heuristics, 0 o 1 (default 1)
-b probabilidad-mga pagtatantya
probability_estimates ay isang binary na halaga na nagpapahiwatig kung kakalkulahin ang posibilidad
mga pagtatantya kapag sinasanay ang modelong SVC o SVR. Ang mga value ay 0 o 1 at ang default ay 0
para sa bilis.
-wi timbang
Itakda ang parameter C (gastos) ng klase i sa timbang*C, para sa C-SVC (default 1)
-vn Itakda n para n -fold cross validation mode
-q mode na tahimik; sugpuin ang mga mensahe sa stdout.
Gumamit ng svm-train online gamit ang mga serbisyo ng onworks.net